P.131 Outcome prediction in patients with aneurysmal subarachnoid hemorrhage undergoing microsurgical aneurysm repair: analysis of a South Australian Cerebrovascular Registry
Notice bibliographique
Résumé
Background: Accurate outcome prediction among patients with aneurysmal subarachnoid haemorrhage (aSAH) has remained elusive. We aimed to identify outcome predictors and develop a model to guide clinicians and the families of patients who are being considered for microsurgical repair of a ruptured aneurysm. Methods: We identified 246 consecutive patients with aSAH who underwent microsurgical clipping of the culprit aneurysm between 01/09/2011 and 20/07/2020. Independent predictors of outcome were identified using logistic regression and an outcome prediction model was developed. Results: Age>55 (OR3.35, 95%CI 1.06–10.56, p=0.04), high-grade aSAH (WFNS≥4) (OR7.82, 95%CI 2.66–22.98, p<0.001) and midline shift of ≥5mm (OR10.35, 95%CI 3.22–22.23, p<0.001) were all associated with unfavourable outcome (mRS≥4) at a mean of 87.27 (±53.40) days after ictus. Age>55 was also associated with inpatient mortality (OR4.98, 95%CI 1.83–13.54, p=0.002) and unfavourable outcome at final follow-up (OR3.76, 95%CI 1.26–11.20, p=0.002). Furthermore, midline shift of >5mm was significantly associated with inpatient mortality (OR5.55, 95%CI 1.74–17.64, p=0.004) and unfavourable outcome at final follow-up (OR9.71, 95%CI 3.25–29.04, p<0.001). Conclusions: Older age, poorer presenting WFNS grade and increased mass effect are all associated with poorer outcome among patients undergoing microsurgical clipping of a ruptured aneurysm. These data have been used to construct an outcome prediction model for these patients.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».